Question

我尝试使用张量流中的传统神经网络将图像读取为png格式。我遇到了一个问题，我无法在读取数据步骤中处理标签，因此，它给了我一个错误。

我认为当我创建批处理队列和随机播放时，问题就出现了。这是 tf.train.shuffle_batch 期望的1-D中的问题，但实际上它的形状为3-D。

我解决了这个问题。然后它给了我损失函数

中的另一个错误

子码为here

问题是::

回溯（最近一次呼叫最后一次）：文件“SVHN.py”，第280行，in         tf.app.run（）文件“/home/ashwaq/anaconda3/lib/python3.6/site-packages/tensorflow/python/platform/app.py”，     第48行，在运行中         _sys.exit（main（_sys.argv [：1] + flags_passthrough））文件“SVHN.py”，第269行，主要         train_op = SVHN_architecture_AND_optimize（）文件“SVHN.py”，第203行，在SVHN_architecture_AND_optimize中         cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits（logits = logits，labels     =标签）文件“/home/ashwaq/anaconda3/lib/python3.6/site-packages/tensorflow/python/ops/nn_ops.py”，     第1742行，在sparse_softmax_cross_entropy_with_logits中         precise_logits，labels，name = name）文件“/home/ashwaq/anaconda3/lib/python3.6/site-packages/tensorflow/python/ops/gen_nn_ops.py”，     第2418行，在_sparse_softmax_cross_entropy_with_logits中         features = features，labels = labels，name = name）文件“/home/ashwaq/anaconda3/lib/python3.6/site-packages/tensorflow/python/framework/op_def_library.py”，     第768行，在apply_op中         op_def = op_def）文件“/home/ashwaq/anaconda3/lib/python3.6/site-packages/tensorflow/python/framework/ops.py”，     第2338行，在create_op中         set_shapes_for_outputs（ret）文件“/home/ashwaq/anaconda3/lib/python3.6/site-packages/tensorflow/python/framework/ops.py”，     第1719行，在set_shapes_for_outputs中         shapes = shape_func（op）文件“/home/ashwaq/anaconda3/lib/python3.6/site-packages/tensorflow/python/framework/ops.py”，     第1669行，在call_with_requiring中         return call_cpp_shape_fn（op，require_shape_fn = True）文件“/home/ashwaq/anaconda3/lib/python3.6/site-packages/tensorflow/python/framework/common_shapes.py”，     第610行，在call_cpp_shape_fn中         debug_python_shape_fn，require_shape_fn）文件“/home/ashwaq/anaconda3/lib/python3.6/site-packages/tensorflow/python/framework/common_shapes.py”，     第676行，在_call_cpp_shape_fn_impl中         raise ValueError（err.message）ValueError：Dimensions必须相等，但是为1和128     'SparseSoftmaxCrossEntropyWithLogits / SparseSoftmaxCrossEntropyWithLogits'     （op：'SparseSoftmaxCrossEntropyWithLogits'）输入形状：[1,10]，     [128]

Answer 1

我无法查看您的代码（链接无效或dropbox文件不公开），但根据错误，您的标签形状错误。对于SparseSoftmaxCrossEntropyWithLogits，标签的形状应为[None，]，其中None是批量维度 - 即标签应为整数，而不是单热编码向量。

Answer 2

出错的原因是因为只有1个输入图像传递给SparseSoftmaxEntropyWithLogits而不是完整批次。这一行造成了问题：

# change your single input `image` to a batch of `images`
images = tf.reshape(images, [-1, IMAGE_SIZE, IMAGE_SIZE, depth])

尺寸必须相等，但对于'SparseSoftmaxCrossEntropyWithLogits，尺寸为1和128

2 个答案: